[发明专利]基于美学质量的数字相册筛选方法、装置和电子设备

说明书

本发明提供基于美学质量的数字相册筛选方法、装置和电子设备，本申请的数字相册筛选方法能够根据自动构建用于美学质量评分的神经网络模型，在构建好能够按照美学质量评分的神经网络模型后，对数字相册中的原始照片进行预处理，并将预处理得到的待评价照片输入至构建好的神经网络模型中，神经网络模型对每张待评价照片进行评分，并输出评分结果，最后根据评分结果筛选出数字相册中符合美学质量的照片。本申请能够对数字相册中的照片作出近似于人们主观思维的优劣判断，保留美学质量角度上优质的图片，舍弃丑陋的图片；同时可以快速处理大量图像，解决费时费力的问题，从而在整体上提高数字相册中照片筛选的效率。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于美学质量的数字相册筛选方法、装置和电子设备。

背景技术

随着智能设备的普及，智能手机能够随时随地拍照，照片拍摄的成本大大降低，用户的数字相册中不像曾经的胶卷存储量小，会囤积大量的照片。用户需要对照片进行不同的分类，目前生活中主要是用户人工通过视觉对相册进行筛选，需要耗费大量时间与精力。

由于用户大多是随意拍照的，拍摄过程由于抖动程度，相机种类、相机模式等原因，导致数字相册中的图片质量良莠不齐。当图片质量差别程度不大的情况下，即使用户人工视觉辨识许久也是无法进行辨别区分的。

近来市面上还出现了通过一些算法进行智能筛选的方法，但是筛选算法大多是基于某项或者某些参数的，比如说限制图像尺寸大小、长宽比、饱和度、直方图信息等，根据以上参数作为图像集过滤的阈值来保留符合预期的图像、淘汰阈值外的图像；或者是基于图像内容的筛选算法，训练图像识别网络，根据网络的输出作为图像的标签，然后进行筛选，例如“保留包含人像的图片”，“删除包含车辆的图片”等等。上述图片筛选算法智能根据特定参数或者图像元素进行筛选过滤，但是无法对图像从审美角度做出评价，对图像的优美与否无法做出判断。尤其是在筛选风景照、人像照时，以上方法极有可能丢弃了构图优美的照片，而保留了虽然符合条件但是并不好看的照片。

因此，需要提供一种针对上述现有技术中不足的改进技术方案。

发明内容

本发明的目的是提供一种基于美学质量的数字相册筛选方法、装置和电子设备，用以克服上述现有技术中的问题。

为了实现上述目的，本发明提供如下技术方案：

一种基于美学质量的数字相册筛选方法，所述方法包括：

获取AVA数据集，并基于所述AVA数据集训练得到神经网络模型；所述神经网络模型按照美学质量确定评分分类通道；所述评分分类通道包括构图、色彩和光照；

获取数字相册中的原始照片，对所述原始照片进行预处理，得到待评价照片；

将所述待评价照片输入至所述神经网络模型，输出所述评分分类通道的评分结果；所述评分结果包括构图评分、色彩评分和光照评分；

根据所述评分结果筛选出所述数字相册中符合美学质量的照片。

进一步的，所述AVA数据集训练得到神经网络模型的过程包括：

搭建神经网络结构；

根据所述AVA数据集选取AVA训练集；

对所述AVA训练集进行处理得到训练数据，并将所述训练数据输入至搭建的神经网络结构中进行训练得到所述神经网络模型。

进一步的，所述神经网络结构采用5层卷积和3层全连接的排布方式，最后一层全连接层仅包括全连接层，不包括激活函数。

进一步的，在训练的过程中，通过损失函数判别神经网络的收敛结果。

进一步的，所述根据所述评分结果筛选出所述数字相册中符合美学质量的照片包括：